8篇关于结构相似性的计算机毕业论文

今天分享的是关于结构相似性的8篇计算机毕业论文范文, 如果你的论文涉及到结构相似性等主题,本文能够帮助到你

测试业务管理系统的设计与实现

这是一篇关于测试业务,管理系统,余弦相似度,结构相似性,孪生神经网络的论文, 主要内容为随着软件测试行业的蓬勃发展,各种自动化测试工具也在不断兴起,软件测试自动化水平也在不断提高。但部分企业和实验室依旧采用线下方式进行测试业务流程的管理,这大大降低了业务的效率。同时,基于UI的回归测试和兼容测试会产生大量的重复图片,人为判别需要花费大量的时间。针对上述问题,本文设计并实现了一个测试业务管理系统。本文的主要工作如下:(1)实现了测试业务管理系统的设计方案,并完成了测试业务管理系统的前端开发,该系统能够记录和管理从签订合同到最后的报告生成的全部过程。系统能够严格控制业务的状态转移,并记录各个状态的中间文件,保证用户能够正确地实施流程;(2)本文采用了图形学和深度学习的方法来判别回归测试和兼容测试的结果。对于回归测试,首先使用余弦相似度算法对测试结果进行分类,然后使用结构相似性算法来判断图片之间的差异。最后,对某个App的回归测试结果进行计算分析,平均准确率达到90%以上。至于兼容测试,本文首先利用部分常用App的自动化测试结果构建数据集,接着使用孪生神经网络进行训练。最后,使用未参与训练的图片进行测试,并绘制PR曲线。结果显示准确率为79%。本系统采用前后端分离的架构,前端使用Vue.js框架,后端则使用Spring Cloud框架,本人主要负责系统的设计,前端系统的开发,部分后端系统的开发和回归及兼容测试结果判别算法的设计与实现。本文首先介绍了自动化判别回归测试结果和辅助判别兼容测试结果的算法设计与实现。其次分析了测试业务管理系统的需求,结合用例图详细说明系统中委托任务管理、项目管理、报告管理、待确认事项管理等功能性需求,并分析系统中性能、安全等非功能性需求。其次,根据需求分析设计并分层描述了系统总体架构,并且划分了功能模块;接着通过E-R图描述数据库中实体关系;最后根据RESTful规范设计模块间接口。再次,详细设计与实现系统中各功能模块的前端部分。继次,简单地说明了系统测试环境,并详细地设计了测试用例对系统中各功能模块进行测试。最后,总结论文工作内容,并简单阐述系统开发过程中待改进的方面。

测试业务管理系统的设计与实现

基于U-Net卷积神经网络的海面风场图像重构

这是一篇关于海面风场,卫星反演,图像重构,U-Net卷积神经网络,均方根误差,峰值信噪比,结构相似性的论文, 主要内容为海面风场是指某个特定区域单位时间内海洋表面的局地风速、风向等相关因素指标的分布状况。海面风场的变化直接影响着海洋航运、海洋工程建设以及海洋捕捞与养殖等海事活动的正常进行,因此准确地监测和分析海面风场对于海洋学和气象学的研究具有非常重要的意义。传统的海面风场监测主要是通过浮标、船舶、自动气象监测仪器等进行监测,然而这些传统监测方法具有仪器耗费高、分布稀疏导致的观测资料时空分布不均匀等缺点。随着遥感和计算机技术的快速发展,使用卫星遥感技术对海面风场进行反演成为了海面风场的主要监测方法,该方法具有覆盖面积广、监测精准同步和全天候观测等优点,能有效解决海上常规海面风场资料匮乏的问题。当前海面风场的卫星反演结果通常以图像的形式来呈现,但是在对海面风场图像进行重构的过程中,我们发现海洋表面频繁发生的降水过程会对图像重构产生非常大的影响,因此本文探究如何高质量地对海面风场图像进行重构,使得受到降水影响的图像区域能够被准确的还原。传统的图像重构方法主要是以不同的插值方法和整体变分方法为主,然而这些方法容易忽略图像中的局部差异性,使得图像重构后的输出结果出现精度不高、误差较大和自动化程度低等的问题。随着深度学习方法的提出,利用卷积神经网络方法强大的图像特征提取能力来进行图像重构,是目前该领域的主流方法。特别地,我们注意到,U-Net卷积神经网络特有的U形结构,能结合下采样各层信息和上采样的输入信息来还原图像的细节,提高图像重构的精度。因此,本文提出了一种基于U-Net卷积神经网络的海面风场图像重构方法,将部分卷积的思想融合在图像的编码和解码过程中,有效提取了海面风场图像中不规则形状缺失区域重构的语义特征信息,提高了海面风场图像重构的精度。为了验证本文提出的基于U-Net卷积神经网络的海面风场图像重构方法的有效性,首先,本文收集了一个范围在东经96°-75.127°,北纬16°-47.75°经纬度网格下的海面风场图像数据集(共10464张),并对该图像数据集进行数据预处理,包括:数据清洗筛选、经纬度网格划分和数据变换等。接着,在此数据集上,将本文提出的基于U-Net卷积神经网络的海面风场图像重构方法与固定值替换、线性插值和整体变分等传统方法进行了对照,实验结果表明,本文提出的方法在均方根误差、峰值信噪比和结构相似性等图像重构方法的评价指标上明显优于其他传统方法。进一步,我们也给出了海面风场图像重构的可视化结果,同样可以发现相比其他多种图像重构的传统方法,本文提出的方法具有更好的图像重构效果,结果更优。

基于局部结构相似性的链路预测方法

这是一篇关于链路预测,中心性,结构相似性,随机游走,图嵌入的论文, 主要内容为复杂网络是研究现实世界中各种复杂系统的重要工具,诸如社会、交通、生物、经济等系统都可以抽象地表示为网络的形式。链路预测是复杂网路中重要的研究方向之一,旨在发现网络中缺失的连接或者将来可能出现的连接,已被应用于指导生物实验、朋友推荐系统等各个邻域中。网络的拓扑结构信息容易获取,因此基于网络结构相似性的链路预测方法是目前主流的方法。近年来,基于图嵌入技术的链路预测方法也获得了广泛研究。本文提出了一种基于局部结构相似性的链路预测指标,并研究了该指标在图嵌入方法中的作用,具体研究内容如下:(1)定义了节点的局部结构中心性指标,用节点自身的度在其所有邻居节点的度总和中的占比表示该节点的局部结构特征,相比度中心性考虑了节点邻居的贡献。将两个节点的局部中心性指标归一化后代入熵的计算公式中计算节点间的相似性,同时将节点间的距离作为惩罚因子,得到基于局部结构相似性的链路预测指标LC(Local Centrality)。该指标对局部结构更相似且距离对赋予更高的分数值。在包含548个网络的数据集上测试对比了13种链路预测指标的AUC(Area Under the ROC Curve),结果表明,在平均距离较小的网络上,LC指标优于CN等基于共同邻居的指标,差于Katz等全局结构相似性指标。随着网络平均距离的增长,LC指标接近最优的Katz指标,且其时间复杂度远低于Katz等指标。(2)将节点局部结构相似性应用到图嵌入方法中,提出了LCE(Local Centrality Embeding)算法。Node2vec等图嵌入方法利用随机游走来产生相似节点序列,在此基础上,我们在随机游走过程中增加结构相似性作为选择节点的依据,优先选择与当前节点结构相似的邻居节点作为下一步的节点。将采样得到的节点序列作为语料输入Woed2vec模型,得到节点的低维向量表示,然后利用向量在低维向量空间中的欧氏距离计算节点的相似性。在548个网络数据集上测试了LCE算法与其他5种方法的AUC表现,结果表明,在网络平均距离小于3的网络上,LCE的表现不如Node2vec等方法,而在距离大于3的网络上,LCE算法的表现显著提升,优于其他方法。(3)提出了针对给定网络选择链路预测指标的方法。链路预测指标可以根据使用的特征分为不同的种类,同一类的指标其AUC的上界和下界相同,因此,只要计算出AUC的上界就能判断是否选择这一类指标。此外,如果指标的AUC下界很低,可以指标的分数为特征,利用机器学习模型预测边的类型,能获得更好的表现。

基于强化学习的药品专利文本分析方法研究

这是一篇关于药品专利,分层强化学习,三步时间差分,水溶解度,结构相似性的论文, 主要内容为近些年,在医疗体制改革政策的影响下,医药行业得到了迅猛发展,药品市场的需求不断地增长。制药企业作为国内医药行业的重要组成部分更是迎来了发展机遇。但有关数据表明,近几年制药企业的发展陷入了困局,其原因在于研制新药时所消耗的时间与成本过大。药品专利是制药研究人员获取信息的主要渠道之一,但药品专利篇幅长且信息量大,这导致制药企业的研究人员提取所需信息的时间成本过高。此外,在新药开发任务中,通过遵循某些给定的规则,根据化学分子性质,进而生成新的化合物更是重中之重。但在药厂中,研制新药通常需要通过做大量实验或者根据专家的经验改变化合物的化学性质,这样过于依赖人工经验,导致制药成本高、精度低,且对专家经验有较高的要求。因此,如何有效地控制药品专利分析的时间成本以及在已有研究成果的基础上进行改进的实验成本对制药企业研制新药、提高企业经济效益具有重要意义。针对这样的问题,本文提出了一种基于分层强化学习的有向分子设计模型,该模型引入分层强化学习的思想-Option框架对复杂的状态空间进行分层,能够有效优化化合物的化学性质。在动作Option模块中,本文设计了基于Q-learning方法的学习准则,通过不断更新动作值函数,选取动作Option集合(增加、删除、替换操作)中的最优动作,在遵循SMILES编码的规则下,克服了基于文本的深度强化学习方法出现SMILES语法错误的问题。在状态Option模块中,提出基于三步时间差分算法的化合物的更新策略,通过对未来三个时间步学习后的期望来更新当前化合物,进而提高模型的运行效率。考虑到改变分子主框架结构会对分子产生影响的问题,本文设计了一种基于水溶解度和结构相似性的模型奖励函数,从而引导模型产生所需要的物理或生物特性的结构。为了便于研究人员进行专利的查询和分析,基于本文所提出的算法并结合制药企业的实际需求,前端采用React脚手架、后端采用基于MyBatis的Spring Boot框架、数据库采用MySQL技术,开发了一套药品专利分析系统软件。系统采用B/S架构,具有用户登录、基础信息查询、结果精炼、SMILES主结构展示、分子性质优化五大模块的相关介绍及实现。本文所开发的系统应用还是实验仿真阶段,采用本文开发的系统进行分析,不仅可以快速查询药品专利信息而且能够优化药品专利中分子的化学性质,进而缩短药品研发周期。